国产微景一号小卫星影像的城市裸地识别应用

孙一鸣， 张宝钢， 吴其重， 刘奥博， 高超， 牛静， 何平

(1.北京师范大学全球变化与地球系统科学研究院，北京 100875； 2.中国人民解放军63921部队，北京 100094； 3.深圳航天东方红卫星有限公司，深圳 518000)

0 引言

大气污染治理是我国生态环境治理的重要一环，扬尘排放是大部分城市可吸入颗粒物的重要来源[1-3]，主要由交通扬尘、料堆扬尘、施工扬尘和裸露面扬尘等组成[4]。例如沿海城市浙江省宁波市的城市扬尘源解析结果显示，裸露地扬尘是贡献率最大的城市扬尘源[5]，气候条件、土壤性质、地形和植被覆盖等会主要影响颗粒物风蚀扬尘过程[6]。大气污染防治需要准确的排放源清单[7]，研究表明施工裸地扬尘主要分布在城市主城区中[8-9]，大规模批量识别城市裸地对开展城市扬尘研究和排放清单的准确制定具有重要作用。

近年来，许多学者基于光学卫星遥感影像对我国城市区域裸地面积的反演识别进行了大量研究，如利用美国Landsat系列卫星对北京平原区和常州裸露地进行提取分析[10-11]，利用高分辨率卫星资源三号、Pleiades卫星与中等分辨率卫星Landsat系列相结合对天津扬尘污染源的遥感监测[12],利用QuickBird高分辨率影像来进行影像地物分类研究[13-14]。国产卫星产品方面，徐媛倩等[15]利用环境一号卫星对郑州市裸露地面积提取分析； 张立坤等[16]采用高分一号(GF-1)和北京二号(BJ-2)等卫星对北京建筑施工裸地提取分析。目前基于主流中高分辨率光学遥感数据提取城市裸地的研究较为成熟,已广泛应用于大气污染防治工作中，李丹等[17]利用高分一号(GF-1)与Landsat8卫星进行了土地利用解译对比，证明了国产高分辨率卫星在地物解译分类方面具有与Landsat8卫星相当的准确性，但前人所采用的国产卫星依然是成本较高的传统卫星。微小卫星通常指重量在10～100 kg的人造卫星，具有重量轻、体积小、研制周期短、成本低等特点。利用微小卫星的特性，使用多颗遥感微小卫星组进行对地观测，可以实现低成本、高时间分辨率的遥感数据获取，具有广阔的应用前景。例如，美国Planet公司的鸽群星座是小卫星遥感卫星星座的一个成功案例，自2015年至今已陆续发射300余颗名为“鸽子”的遥感小卫星组网进行对地观测，目前现役在轨投入运行“鸽子”卫星超过100颗，可以实现每日中高分辨率全球全覆盖影像获取，弥补了主流中高分辨率遥感卫星重访周期长的缺点。其数据已广泛应用于农业、政府管理、教育科研、保险、能源管理、林业、土地利用监测等方方面面。在我国，采用微小卫星平台的遥感卫星星座也是目前的发展趋势之一，许多商业航天企业陆续发布了自己的遥感微小卫星星座计划，并且均推出了成熟的平台和技术方案，但在星座规模、数据易用性等方面仍与国外存在较大的差距。微小卫星遥感载荷受限于平台尺寸和成本控制等因素，在成像质量、谱段数量、几何和辐射精度等指标上远不如Landsat等主流遥感卫星，即使是同一星座的不同卫星，数据间的一致性也较差，制约了卫星数据的应用，导致了基于国产微小卫星遥感数据的相关应用研究仍十分有限。

本文综合分析微景一号卫星同国内外主流遥感监测卫星的相关参数，并对微景一号02星影像质量以及影像反演识别城市裸地进行评估。研究采用目前在环境监测及裸地反演研究中主流的美国航空航天局(NASA)Landsat8卫星影像作为参照，与所关注的微景一号微小卫星遥感影像提取的城市裸地进行对比分析，分析微景一号02星目前的影像拍摄质量，评价微小卫星在反演识别城市裸地方面的能力。同时利用微景一号02星和Landsat8卫星影像提取出的城区裸地图斑，计算城区的裸地面积，这一工作还将为未来城区扬尘排放清单构建提供基础数据支持。文章最后还探讨了低成本微小卫星未来科研应用前景。

1 材料与方法

1.1 卫星介绍

微景一号是深圳航天东方红卫星有限公司研制的国产低成本微小卫星星座，该星座计划发射80颗微小卫星组成遥感卫星对地观测星座系统。微小卫星具有低成本、短周期、部署搭载发射灵活的特点，微景一号星座的首发星即京师一号卫星(BNU-1)，又名微景一号01星，整星重量16 kg，研制成本在1 000万元以内，携带的宽幅相机主要用于极地环境遥感监测，可实现每5 d对南北纬60°～80°完成一次全覆盖成像[18]； 同时还携带一台8 m空间分辨率、25 km幅宽的光学相机，可用于中纬度地区重点区域较高分辨率遥感观测。微景一号02星是微景一号星座的第二颗组网卫星，卫星轨道为太阳同步轨道，与01星采用相同的卫星平台，搭载一台5 m空间分辨率光学视频相机载荷，可用于国土普查、作物估产、灾害监测、城市规划等对地成像观测。

Landsat8是美国陆地卫星计划的第八颗卫星，于2013年2月11日发射，携带陆地成像仪(OLI)和热红外传感器(TIRS)。该卫星一共有11个波段，波段8为15 m空间分辨率的全色波段，热红外传感器(TIRS)的2个热红外谱段的空间分辨率为100 m，其余波段均为30 m空间分辨率。其中陆地成像仪(OLI)有9个波段，成像幅宽为185 km，可实现每16 d完成一次全球覆盖。Landsat8影像在全球生态环境变化监测方面发挥了积极作用[19]。微景一号星座卫星和Landsat8卫星主要参数指标如表1所示。

表1 微景一号星座卫星和Landsat8卫星主要参数

1.2 研究区域与数据介绍

选取山东省日照市作为研究区域。日照市位于E118°25′～119°39′，N35°04′～36°04′之间，地处我国山东半岛东南部，市域总面积为5 358.6 km2，城市建成区面积为110.7 km2，年末常住人口城镇化率为60.35%。日照市山地占总面积的19.7%，丘陵占52.9%，平原占 19.9%，水域占7.5%。日照市是未来山东乃至我国重要的钢铁产能基地，近年来城市建设较快，城市裸地分布范围较广，东港区是其主要城市区域。

本文研究区域聚焦日照市东港区主要城市区域(图1)，研究区域面积为235.4 km2。采用微景一号02号卫星拍摄的2020年4月份日照市东港区主要城区光学影像作为实验分析影像，影像数据为5 m空间分辨率真彩色影像。采用的参照影像Landsat8卫星遥感影像同样拍摄于2020年4月，选取云量阴影小于10%的影像作为合格影像，在保证裸地提取的前提下共获取2景Landsat8可用影像作为实验对照，并通过地理坐标配准与图像掩模裁剪处理获得与微景一号影像一致的研究区域大小。

(a) 微景一号02星光学相机图像(b) Landsat8 B4(R),B3(G),B2(B)假彩色合成图像

1.3 图像数据处理方法

本研究选取Landsat8卫星影像数据和微景一号02卫星影像做对比性研究，以研究评估微景系列小卫星所采集影像质量。对于微景一号星座02卫星，出于成本控制的考虑，小卫星在平台和载荷研制中广泛使用了工业级元器件，原始影像存在较大的几何畸变和辐射误差，需要对拍摄影像进行预处理。对于辐射部分，微景一号02星的绝对辐射定标精度≤7%，相对辐射定标精度≤3%； 在几何精度上，影像的无控定位精度为500 m左右。利用ENVI软件自带的Image Registration Workflow工具将微景一号02星影像与Landsat8影像配准,匹配算法选择Cross Correlation，最小阈值定义为0.6，配准后影像误差精度控制在1～3个像元[12]。使用预处理后的影像进行后续裸地信息提取。常用的提取方法有监督分类方法和混合分类方法。监督分类方法在遥感图像分类研究中广泛应用[20]； 相比起单一的监督分类，混合分类的方式得到的分类精确度更高[21-22]。对于卫星影像裸地信息的识别提取构建了增强裸土指数(enhanced bare soil index,EBSI)[23]，可最大程度地增强裸地信息。但因微景一号02星的影像只有RGB这3个可见光波段，无法满足计算EBSI的波段需求。本文采用基于可见光波段的无监督植被指数(ExG-ExR)[24]和监督分类(最大似然法)结合的方法对其影像进行处理。可见光植被指数(ExG-ExR)利用影像的RGB波段，由ExG[25]减去ExR[26]得到，可较好增强影像植被信息，其计算公式为：

ExG=2g-r-b，

(1)

ExR=1.4r-g，

(2)

式中：ExG为绿色增强植被指数，可有效增强植被信息；ExR为红色增强植被指数，可消除图像红光波段的异常影响。其中r，g和b的计算公式分别为：

(3)

(4)

(5)

式中R，G，B分别为每个图像像元的实际值，微景一号对应红光、绿光、蓝光3个波段，Landsat8影像对应B4,B3,B2波段。可见光植被指数(ExG-ExR)计算结果如图2所示。阈值分割法是一种简单高效的分类方法[27]，崔方宁等[28]利用Landsat影像数据和阈值分割法分析了北京冬小麦面积与裸地之间的转化。到目前为止阈值分割图像方法种类和分类方式繁多，如基于直方图区域的阈值分割方法、基于空间特征信息的阈值分割方法、基于模糊集的阈值分割方法和基于非Shannon熵的阈值分割方法[29]。

(a) 微景一号02星(ExG - ExR)图像(b) Landsat8卫星 (ExG - ExR)图像

对于微景一号02星影像(ExG-ExR)指数，采用阈值分割法进行植被像元和非植被像元的分割。本研究采用基于直方图确定阈值的图像像元分割的方法，将分割出的非植被影像作为掩模对原微景一号02星真彩色图像进行掩模裁剪，掩模裁剪后的真彩色图像作为待处理影像，选择最大似然法分类器，选取合适样本(表2)并进行监督分类，得到最终的分类结果，提取出裸地像元。

表2 微景一号02星裁剪后影像不同地物特征分离度

对于Landsat8影像，本研究使用与微景一号02星相近时相(2020年4月)的数据，经过图像拼接和掩模裁剪等处理后得到与微景一号02星一致的研究区域影像，尽可能保持研究数据的时空一致性。随后采用相同的(ExG-ExR)指数的阈值分割方法进行裸地信息的提取，(ExG-ExR)指数结果(图2)与监督分类最大似然所采用样本(表3)同样表现了较好的地物分离度。

表3 Landsat8裁剪后影像不同地物特征分离度

在分类精度评价上，利用ENVI软件随机点生成工具Generate Random Sample在研究影像裸地像元和非裸地像元分别撒下随机点，对这些点进行目视解译，统计分析精度指标。微景一号02星影像和Landsat8卫星影像处理流程如图3所示。

图3 影像处理流程

2 结果与讨论

2.1 卫星影像识别能力

经过预处理后的微景一号02星拍摄的日照市东港区主城区真彩色影像如图1所示。目视可知，相较于Landsat8合成的真彩色影像，微景一号02星数据在辐射上存在一定的失真，但由于具有较高的空间分辨率，因此同样能够清楚分辨地物特征。

在影像的空间分辨率上，微景一号02星空间分辨率更高，可以获取更丰富的地物纹理细节，以山东省日照市东港区青岛路周边为例(图4)，微景一号影像可以清楚看到道路左侧的建筑物和道路右侧的亮度值很高的裸地。但Landsat8真彩色影像分辨建筑物是较为模糊的像元，且对于道路右侧的裸地来说，虽然也能较好地提取高亮度的裸地像元，但较低的空间分辨率会在裸地反演识别时造成对非裸地的错判或漏判。在光谱分辨率上，微景一号02星只有可见光波段，而Landsat8共有9个波段，多波段在反演识别不同地物时具有明显的优势。如图4所示，由Landsat8卫星B5,B4,B3波段合成的标准假彩色影像，利用植被在近红外波段的高反射率特性，更有利于植被(影像中红色)的识别。因此在影像处理中，可以通过先剔除植被后再进行裸地或者所需地物的提取，避免植被同其他地物的错误识别。

(a) 微景一号02星真彩色影像(b) Landsat8 B4(R),B3(G),B2(B)合成影像(c) Landsat8 B5(R),B4(G),B3(B)合成影像

2.2 微景一号02星反演识别裸地

提取的2020年4月研究区域裸地如图5所示。研究表明，微景一号02星和Landsat8卫星影像提取出的裸地面积分别为18.0 km2和20.4 km2，占研究区域总面积7.2%和8.7%，两者提取的裸地面积占比研究区面积差异为1.5个百分点。

(a) 微景一号02星(b) Landsat8卫星

图5可以看出，微景一号02星影像和Landsat8影像提取的裸地面积分布具有较好的一致性，都以东港城区东部核心街道为中心，裸地向四周城市郊区扩散分布。本文进一步提取城市边缘沙滩和典型裸地进行影像细节对比分析。微景一号02星在研究区域的东部海岸边提取的裸地像元多于Landsat8影像提取的裸地像元，通过分析真彩色影像(图6(a)和(c))发现产生提取裸地差异的原因可能为研究区域中Landsat8影像由于空间分辨率原因导致部分沙滩与周边像元混合，造成这部分沙滩在影像上没有被提取。研究区域南部，微景一号02星提取的典型裸地像元(图6(b)和(d))与Landsat8影像提取的典型裸地像元基本一致，造成的细微差异由于空间分辨率不同与拍摄时间略微不同导致地物特征差异所导致。

(a) 微景一号02星海岸线真彩色影像与裸地像元(b) 微景一号02星典型裸地真彩色影像与裸地像元

(c) Landsat8卫星海岸线真彩色影像与裸地像元(d) Landsat8卫星典型裸地真彩色影像与裸地像元

2.3 卫星提取裸地精度评价

为了评价微景一号02星和Landsat8卫星影像的裸地提取精度，本研究使用ENVI软件随机点工具Generate Random Sample对微景一号02星和Landsat8卫星影像分层抽象，对裸地像元和非裸地像元分别撒下300个和500个随机点，再利用微景一号02星和Landsat8卫星真彩色影像对随机点进行目视解译，并将目视解译结果与卫星影像的分类结果进行混淆矩阵与Kappa系数计算。结果显示微景一号02星影像分类精度为93.3%，Kappa系数达到0.85； Landsat8卫星影像总分类精度为91.2%，Kappa系数为0.81。2颗卫星影像分类精度评价结果见表4和表5。为了进一步探讨裸地提取误差，同时采用提取重合面积比例比较这一指标，利用Python3.6软件提取重合面积，同时将误差范围定义为1～3个网格数。计算结果显示提取裸地重合面积为13.0 km2，占比微景一号02星提取裸地像元面积超过72.2%。

表4 微景一号02星分类精度评价

表5 Landsat8卫星影像分类精度评价

卫星遥感影像处理过程中阈值分割与监督分类的样本差异都会导致提取裸地像元的差异。从最终结果来看，相较于整体研究区，微景一号02星与Landsat8卫星影像中裸地面积提取的差异为1.5个百分点，以微景一号02星为基准，裸地提取重合度超过72.2%，说明两者在保证拍摄时间相对一致及空间地理坐标配准的前提下，采取当前处理流程对日照市裸地进行摄取，低成本小卫星(微景一号02星)能保证获得与Landsat8卫星相对一致的提取结果。

2.4 卫星应用与发展展望

研究表明，微景一号02星与Landsat8卫星对裸地面积提取的差异仅为1.5个百分点，2类卫星影像识别的城市裸地的时空分布具有一致性。互为参照的结果也能表明国产微小卫星数据能够有效应用于裸地反演与提取。

目前我国约60%的微小卫星在高校以及科研相关领域投入使用[30]。随着微景一号星座系统的不断完善，若实现设计中的80颗微纳卫星组成的遥感卫星星座系统，利用其中等空间分辨率以及高时间分辨率的优势，将在国土普查、作物估产、灾害监测、城市规划以及极地观测发挥重要作用，促进我国相关研究的开展，产生广泛的社会服务效益。

3 结论

本文研究基于微小卫星微景一号02星拍摄的2020年4月日照市东港区影像，利用(ExG-ExR)指数与监督分类结合的方式提取裸地。并在保证时空相对一致以及相同处理流程的情况下，以Landsat8影像作为对照提取城区裸地，验证分析探讨国产小卫星微景一号02星对城市裸地的提取效果，得出的主要结论如下：

1)5 m空间分辨率的微景一号02星影像与30 m空间分辨率的Landsat8卫星影像相比，具有分辨率优势，对地物细节拍摄得更清楚。但Landsat8影像具有多波段优势，对于颜色相近的不同地物通过不同波段组合具有更好的分辨能力。

2)在保证相近的拍摄时间和一致地理坐标的情况下，微景一号02卫星与Landsat8卫星影像提取出来日照市东港区主要城区的裸地面积分别为18.0 km2和20.4 km2，分别占研究区域面积的7.2%和8.7%。微景一号02星与Landsat8卫星提取分类精度均达到90%以上，Kappa系数也都大于0.80。

3)微景一号02星与Landsat8卫星反演识别日照市东港区主城区裸地面积有1.5个百分点的差异，裸地提取重合度占比微景一号02星裸地像元面积超过72.2%，表明微景一号02星可以同传统遥感卫星例如Landsat8一样提供相当的裸地反演识别产品。

随着微景一号星座系统的发展，微景一号星座卫星能够提供稳定的影像质量，并且有着高空间分辨率以及过境时间的优势。随着星座系统的完善部署，更多微小卫星的发射升空和运用，能够提供更多种类型和稳定高效的数据服务，并在科研与遥感监测领域大有作为。